Как стать автором
Обновить

Комментарии 9

Как показывает мой личный опыт, даже если некая компания получает мои данные и анализирует их для предоставления наиболее релевантной рекламы — обычно приходит какая-нибудь крупная компания, которой нужно впарить свой товар, проплачивает рекламное место и вуаля! Вместо «чеширские коты» специально для вас, везде «КУПИ СЛОНА!»потому что он в тренде и за рекламу уплачено.
Пардон если это очевидно, но рекламное место — это не обязательно рекламодатель.

В области приложений workflow обычно такой:
— есть рекламное место, например в instagram
— рекламное место отправляется в realtime аукцион
— аукцион запрашивает ставки в рекламодателей (DSP). тут ML и прочее, связанное с вашими данными
— побеждает большая ставка и это не обязательно таргетированая реклама. это может быть brand реклама новых кроссовок, которые вас вообще не интересуют.

Это я к тому что вся эта «телеметрия для улучшения вашего персонального взаимодействия с сервисом» — ничегошеньки не работает, собрали данные, мало кто их анализирует, а те кто анализирует либо не используют либо используют неумело. За последние лет 10 я не видел в используемых мною сервисах не то что полезной — даже адекватной рекламы, поэтому стал резать всё на корню. Я до сих пор с дикостью смотрю на людей которые не используют блокаторы хотя бы для ютуба, этого какие-то пещерные еретики. Есть хороший пример с известным видео на ютуб про выплавку обсидианового меча.
Соглашусь, все «так себе» :) Я честно говоря не особо в курсе рекламы на не-мобильных платформах, но вероятно там все не очень хорошо со сбором данных.

В рекламе на мобильных девайсах все просто. Если вы включили limited ad tracking, то можете забыть о таргетированной рекламе. У вас будет только случайная реклама кока-колы или кроссовок. Или если вы в Европе, то у вас GDPR и ограниченный срок хранения данных.
Про Steam:
Помимо виш-листа у них есть ещё и «персонализированная» главная страница.
Вот там полный Пузырь фильтров.
Стим продолжает показывать мне одни и те же игры — что-то недостаточно интересное (иначе бы уже купил), недостаточно отвратное (не хочу добавлять в игнор-лист), и при этом максимально популярное среди всех пользователей (мнение которых «очень важно для нас»). В общем, практически статичная страница с играми, не вызывающими у меня никакого отклика.
Кажется, простое примешивание случайных игр повысило бы вероятность найти что-то интересное. В худшем случае просто добавлю в игнор-лист (в копилку данных для рекомендательной системы, которой нет...)
Но, «что за дикость, где это видано», чтобы пользователю отдавались не оптимизированные «персонально под него» результаты?!
давно пора хранить все персданные на клиенте, и пускай браузер для него выбирает — что показыватть.
В век когда приватности особо нет, когда большие корпорации вторгаются в уютный мирок маленького человека, вопрос не в том где и как хранить данные о пользователях. вопрос в том, что большие корпорации вторгаясь вообще не интересуются потребностями маленького человека. Как правильно заметили комментаторы с примерами про слона и стим именно так оно и происходит. Большая компания проплатила рекламу «Купить слона, недорого, только сейчас» и из каждого утюга будет звучать с небольшими перерывами эта ахинея, независимо нужен вам слон и есть ли деньги на слона. может вам котик нужен был или ежик. Как раз про это была статья на хабре и несколько комментариев habr.com/ru/post/434544

То для чего они собирают данные о пользователях (персональная реклама) не работает от слова совсем и скорее всего работать не будет.

Дополню свою мысль личным примером. Я как один из активных пиарастов на фейсбуке запрудил всю ленту рекламой товара который продаю, теперь у каждого кто косвенно связан с теми кто меня просматривает или подписан выскакивает реклама в ленте товара независимо нужен он им или не нужен. В большинстве случаев он им не нужен вообще.
Да ещё и некоторые аналитические компании не заинтересованы в крутом результате анализа или прорывном алгоритме.
Они заинтересованы продать бизнесу удовлетворение.
Видел вживую, когда дорогие аналитики били по рукам Data Scientist'ов, потому что были неприятные выводы для заказчика и в своих отчётах занижали негативные тенденции в 2-3 раза, «иначе не продать слона».
В результате и так не очень точные отчёты превращались в потёмкинские деревни, но заказчик очень доволен и отсыпал больше золота (и нанимал снова).
Действительно почти нет нормальных анализаторов больших данных. Даже ручных (в виде data-scientis), не говоря уже про автомам. Тот же Яндекс Дзен, вроде бы лучший в России (в своей нише) и всё равно имеет весьма паршивое качество. Как было замечено автором:
… алгоритм считает, что мне нравится читать про Трампа, и теперь Трамп будет везде
.

Но и новые технологии тоже появляются. Например, в Киберис стоит просто запредельного качества анализирующая система (кто занимается обучением ИИ, поймет). На буквально нескольких тысячах визитах пациентов (самообучение при экспертной помощи врачам) она научилась почти что осмысленному опросу и персонифицированному (с учетом взаимного влияния симптомов) прогнозированию эффекта некоторых изученных препаратов. Кто разбирается в обучении ИИ, поймет, насколько быстро самообучается система.

А чем это, собственно, отличается от ритейла? В медицине вероятность помощи, в ритейле — вероятность покупки товара. И там и там это можно весьма точно предсказать по 2-3 косвенным факторам, даже не имея личных данных пользователя.
Например, программа в магазине предсказала беременность раньше, чем покупательница о ней узнала (стала предлагать соответствующие товары). И это было ещё 8 лет назад, сейчас для нормальных решений столько информации уже не нужно.

Другое дело, что подавляющее большинство разработчиков неспособны написать такие алгоритмы. Вот и поучается — море бесполезных данных, из которых извлекаются только «красивые графики».
Зарегистрируйтесь на Хабре , чтобы оставить комментарий

Публикации

Истории